講演抄録/キーワード |
講演名 |
2022-08-29 10:20
光学非線形歪み補償に用いるディープニューラルネットワークによる非線形イコライザの補償性能に関する検討 ○中村迅也・生田 海・茂田井大輔・中村守里也(明大) PN2022-10 |
抄録 |
(和) |
3層ニューラルネットワーク(ANN)及び4層ディープニューラルネットワーク(DNN)を用いた非線形イコライザの光学非線形歪みの補償能力の比較検討を行った。その結果、学習率を最適化することによってDNNの方が学習の収束が早い傾向が確認できた。ただし、DNNでは学習が不安定になり、場合により発散してしまう場合があった。我々は、この発散が、重みが極端に大きくなり、ユニットの飽和特性により雑音がクリップされて見かけ上の学習誤差とEVMが下がる局所最適解によるものであることを明らかにした。さらにこのDNNの学習の発散がL2正則化を用いることで抑制できることを確認した。また、計算量を基準にANNとDNNの補償精度を比較した場合、有意な差は確認できなかった。 |
(英) |
We investigated and compared the performances of three-layer-ANN- and four-layer-DNN-based nonlinear equalizers used for the compensation of optical nonlinear distortion. We confirmed that the learning speed of DNN was faster than that of ANN when we optimized the learning rate. However, the learning process of the DNN-based nonlinear equalizer was unstable and diverged in some cases. We clarified that the divergence of the learning was caused by the local-minimum trapping where the weights became extremely large and noise is clipped by the saturation characteristics of the DNN units. Furthermore, we confirmed that the divergence can be suppressed by using L2 regularization. When the compensation accuracies of the ANN and DNN were compared based on computational complexity, no significant difference was observed. |
キーワード |
(和) |
光学非線形波形歪み補償 / 非線形イコライザ / ディープニューラルネットワーク / 正則化 / / / / |
(英) |
optical nonlinear compensation / nonlinear equalizer / deep neural network / regularization / / / / |
文献情報 |
信学技報, vol. 122, no. 169, PN2022-10, pp. 10-14, 2022年8月. |
資料番号 |
PN2022-10 |
発行日 |
2022-08-22 (PN) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
PN2022-10 |
研究会情報 |
研究会 |
PN |
開催期間 |
2022-08-29 - 2022-08-30 |
開催地(和) |
ハイランドふらの |
開催地(英) |
|
テーマ(和) |
フォトニックネットワーク関連技術、一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
PN |
会議コード |
2022-08-PN |
本文の言語 |
日本語 |
タイトル(和) |
光学非線形歪み補償に用いるディープニューラルネットワークによる非線形イコライザの補償性能に関する検討 |
サブタイトル(和) |
|
タイトル(英) |
Compensation Performance of DNN-based Nonlinear Equalizer for Optical Communication Systems |
サブタイトル(英) |
|
キーワード(1)(和/英) |
光学非線形波形歪み補償 / optical nonlinear compensation |
キーワード(2)(和/英) |
非線形イコライザ / nonlinear equalizer |
キーワード(3)(和/英) |
ディープニューラルネットワーク / deep neural network |
キーワード(4)(和/英) |
正則化 / regularization |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
中村 迅也 / Jinya Nakamura / ナカムラ ジンヤ |
第1著者 所属(和/英) |
明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.) |
第2著者 氏名(和/英/ヨミ) |
生田 海 / Kai Ikuta / イクタ カイ |
第2著者 所属(和/英) |
明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.) |
第3著者 氏名(和/英/ヨミ) |
茂田井 大輔 / Daisuke Motai / モタイ ダイスケ |
第3著者 所属(和/英) |
明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.) |
第4著者 氏名(和/英/ヨミ) |
中村 守里也 / Moriya Nakamura / ナカムラ モリヤ |
第4著者 所属(和/英) |
明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-08-29 10:20:00 |
発表時間 |
25分 |
申込先研究会 |
PN |
資料番号 |
PN2022-10 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.169 |
ページ範囲 |
pp.10-14 |
ページ数 |
5 |
発行日 |
2022-08-22 (PN) |